ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
Phạm Thị Thu Hiền ÁP DỤNG PHƢƠNG PHÁP ƢỚC LƢỢNG
BẤT ĐỊNH KHẢ NĂNG (GLUE) CHO DỰ BÁO LŨ
TRÊN LƢU VỰC SÔNG VỆ
LUẬN VĂN THẠC SỸ KHOA HỌC
Hà Nội - 2010
Style Definition: TOC 3: Space
Before: 3 pt, Tab stops: 15,4 cm,
Right,Leader: … + Not at 16,07 cm
Style Definition: TOC 1: Tab stops:
15,4 cm, Right,Leader: … + Not at
16,07 cm
ii
LỜI CẢM ƠN
Luận văn này đƣợc thực hiện tại Khoa Khí tƣợng Thủy văn và Hải
dƣơng học, Trƣờng Đại học Khoa học Tự nhiên. Luận văn nằm trong khuôn
khổ đề tài nghiên cứu khoa học cấp Đại học Quốc gia “Phân tích độ nhạy và
độ bất định của mô hình WetSpa sử dụng phƣơng pháp Monte Carlo để dự
báo lũ (áp dụng cho lƣu vực sông Vệ)”, thực hiện một phần công việc của đề
tài. Tôi xin gửi lời cảm ơn đến các thầy cô, đặc biệt là TS. Nguyễn Tiền
Giang đã hƣớng dẫn và khích lệ tôi hoàn thành luận văn này. Tôi xin cảm ơn
sự giúp đỡ của GS. Yongbo Liu ở Trƣờng Đại học Tự do Brussel, là một
trong những ngƣời tham gia xây dựng mô hình đã cung cấp phiên bản mới
nhất của mã nguồn mô hình WetSpa.
Tôi xin chân thành cảm ơn sinh viên Đoàn Thị Đoan khoa Khí tƣợng
Thủy văn và Hải Dƣơng học đã hỗ trợ tôi trong quá trình thực hiện. Tôi xin
gửi lời cảm ơn đến Thạc sỹ Phạm Thị Phƣơng Chi và hai bạn sinh viên của
Trƣờng đại học Twente, Hà Lan: Daniël Van Puten và Tom Doldersum đã
phối hợp cùng tôi thực hiện và cung cấp cho tôi một số kết quả phục vụ cho
nghiên cứu này và những chƣơng trình Matlab giúp tôi tìm hiểu về ngôn ngữ
lập trình Matlab và Fortran.
Cuối cùng xin cảm ơn gia đình và bạn bè đã giúp đỡ, động viên tôi rất
nhiều trong suốt quá trình học tập và thực hiện luận văn. Do thời gian và kinh
nghiệm hạn chế nên luận văn không tránh khỏi những thiếu sót, vì vậy tôi rất
mong sự góp ý của các thầy cô và các bạn để luận văn đƣợc hoàn thiện hơn.
Học viên
Phạm Thị Thu Hiền iv
MỤC LỤC
CHƢƠNG 3: ÁP DỤNG PHƢƠNG PHÁP ƢỚC LƢỢNG BẤT ĐỊNH CHO DỰ BÁO
LŨ TRÊN SÔNG VỆ .................................................................................................... 5151
3.1 Thu thập và xử lý dữ liệu.............................................................................................53
3.1.1 Số liệu không gian ............................................................................................. 5151
3.1.2 Số liệu khí tượng thủy văn ................................................................................. 5252
3.2 Tính toán trong Arcview..............................................................................................54
3.3 Các thông số toàn cục của mô hình............................................................................55
Formatted: Font: 12 pt
Formatted: Tab stops: 15,4 cm, Left
Formatted: Space Before: 0 pt
Formatted: Space Before: 0 pt
Formatted: Space Before: 0 pt
Formatted: Space Before: 0 pt
Formatted: Left
Formatted: Space Before: 0 pt
v
3.4 Xây dựng quy trình dự báo lũ có tính đến độ bất định của bộ thông số.................58
3.4.1 Lựa chọn thông số ............................................................................................. 5757
3.4.2 Khoảng bất định của các thông số .................................................................... 5757
3.4.3 Phương pháp lấy mẫu ....................................................................................... 5858
3.4.4 Tính toán với mô hình WetSpa .......................................................................... 5959
3.4.5 Lựa chọn chỉ tiêu ............................................................................................... 6060
3.4.6 Tính toán khả năng ............................................................................................ 6161
3.4.7 Tính toán bất định (UE) .................................................................................... 6161
KẾT LUẬN VÀ KIẾN NGHỊ ...................................................................................... 6767
TÀI LIỆU THAM KHẢO ............................................................................................ 7170
Formatted: Space Before: 0 pt
vi
Phƣơng pháp chọn mẫu
siêu lập phƣơng Latin
Latin Hypercube
Sampling
NS Hệ số Nash Sutcliffe Nash-Sutcliffe coefficient
ME Hiệu quả mô hình Model Efficiency
EV Phƣơng sai
Error Variance
RBS Tính toán khả năng
Retain Behavioural
Simulations
UE Tính toán bất định Uncertainty Estimation
Formatted Table
1
MỞ ĐẦU
Quy trình dự báo lũ nói chung bao gồm các bƣớc: thu thập thông tin phục vụ
dự báo lũ, giải mã số liệu, cập nhật số liệu, chuẩn bị Ffile dự báo, dự báo lũ, hiệu
chỉnh – đánh giá và lựa chọn kết quả dự báo, in bản tin và kết thúc. Quy trình dự
báo lũ đƣợc thực hiện theo thứ tự từ thƣợng lƣu đến hạ lƣu, tùy theo điều kiện của
từng khu vực mà các nhà dự báo xây dựng các quy trình dự báo cụ thể trên từng lƣu
vực. Các quy trình dự báo đƣợc xây dựng theo nguyên tắc chung nhƣng các phƣơng
pháp, chƣơng trình hay các mô hình áp dụng trong dự báo lũ trên từng khu vực dự
báo có thể khác nhau.
Trong quy trình dự báo lũ số liệu luôn đƣợc cập nhật, trao đổi qua hệ thống tin theo
sơ đồ nhƣ sau:
Hình 1: Sơ đồ các bƣớc trong quy trình dự báo lũ
3
về lƣu vực nghiên cứu và số liệu thực đo nên dẫn đến các trƣờng hợp có nhiều bộ
tham số trong mô hình hay nhiều mô hình cùng đƣa ra kết dự báo có chất lƣợng nhƣ
nhau [20,28]. Để chọn đƣợc một mô hình cùng bộ thông số có thể dùng trong dự
báo tác nghiệp cho một trƣờng hợp cụ thể, các thành phần sau đây cần đƣợc xác
định, đo đạc và ƣớc lƣợng [29]: (1) Mô hình: cấu trúc, các tham số, các biến trạng
thái, điều kiện ban đầu và điều kiện biên, và (2) Dữ liệu: giá trị đo đạc các biến vào
và ra mô hình. Tất cả các thành phần trên đều chứa đựng tính bất định làm ảnh
hƣởng đến giá trị dự báo. Trong khi đó, kết quả dự báo lũ hiện nay chỉ cho một kết
quả duy nhất tƣơng ứng với số liệu đầu vào và bộ thông số nhất định vì vậy không
thể xem xét đánh giá đƣợc ảnh hƣởng của những sai số gặp phải trong quá trình.
Tuy nhiên dự báo lũ hiện nay vẫn luôn là một bài toán khó đối với các nhà
khoa học, các chuyên gia dự báo khí tƣợng thủy văn không chỉ Việt Nam mà cả các
nƣớc tiên tiến trên thế giới. Việc xây dựng một công nghệ dự báo chuẩn xác vẫn
còn nhiều khó khăn, luôn tồn tại những sai số yếu tố ảnh hƣởng đến tính chính xác
của kết quả dự báo. Vì vậy, đánh giá độ bất định cấu trúc, tham số và số liệu đầu
vào của mô hình dự báo đóng vai trò rất quan trọng [9, 10]. Đồng thời, vai trò của
việc lƣợng hoá các loại bất định trong dự báo, đặc biệt là dự báo lũ ở nƣớc ta hiện
nay chƣa đƣợc xem xét và đánh giá đúng. Một trong những hƣớng nghiên cứu mới
trên thế giới hiện nay là thể hiện những sai số quá trình vào kết quả dự báo. Trong
[29] M.G.F. Werner, N.M. Hunter và P.D. Bates đã sử dụng phƣơng pháp ƣớc
lƣợng bất định khả năng (GLUE) để đánh giá các giá trị bất định về phân phối sử
dụng đất trong mô hình thủy động lực tƣơng tác 1D, 2D trên lƣu vực sông. Meuse.
A. Bahremand và F. De Smedt [12] kiểm định tự động và phân tích độ nhạy các
thông số sử dụng mô hình ƣớc lƣợng thông số độc lập (PEST) với mô hình WetSpa
cho lƣu vực Torysa có diện tích khá lớn ở Slovakia đã đạt đƣợc những kết quả khả
quan. Ryan Fedak (1999) đã nghiên cứu ảnh hƣởng của kích thƣớc ô lƣới với hai
mô hình HEC-1 và TopModel [27]. Ngoài ra, có thể kể đến các nghiên cứu của
Iman và Helton [24], Campolongo và Saltelli [16], Nguyen T.G. và De Kov J. [20],
các mối liên quan phức tạp này đòi hỏi khối lƣợng tính toán lớn. Với sự trợ giúp của
máy tính điện tử, mô hình toán thuỷ văn đƣợc phát triển rất mạnh góp phần quan
trọng đƣa các phƣơng pháp tính toán dòng chảy từ mƣa vào ứng dụng trong thực
tiễn.
1.2 Tổng quan về mô hình sử dụng trong dự báo lũ
1.2.1 Phân loại mô hình toán thủy văn
Trong mô hình toán thuỷ văn có thể đƣợc chia làm 2 loại: mô hình tất định
và mô hình ngẫu nhiên:
1- Mô hình ngẫu nhiên: Vì dòng chảy chịu ảnh hƣởng của rất nhiều yếu tố,
mỗi yếu tố lại tác động lên dòng chảy theo những quy luật riêng, phức tạp, do đó
mô hình toán học dù có chi tiết cũng khó mô tả đầy đủ chính xác tất cả các mối
quan hệ này. Mô hình toán họcngẫu nhiên coi giá trị dòng chảy mang tính ngẫu
nhiên và chuỗi số tập hợp các giá trị của dòng chảy phải tuân theo quy luật thống
kê.
Những mô hình toán loại này đang đƣợc sử dụng có hiệu quả trong việc dự báo thủy
văn dài hạn và tính toán thiết kế các công trình trên sông. Hiện có 2 loại:
Formatted: Space Before: 6 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Font: (Default) Times
New Roman, 13 pt
Formatted: Space Before: 6 pt
6
- Một là để tính khả năng xuất hiện của hiện tƣợng, thƣờng dùng để tính
toán thiết kế các công trình trên sông.
- Loại thứ 2 là mô hình ngẫu nhiên để tính toán dự báo dòng chảy nhƣ các
mô hình AR, ARIMA, phƣơng pháp Monte cCarlo …
2- Mô hình tất định: Dòng chảy dòng chảy coi là kết quả tất nhiên của
lƣợng mƣa, độ ẩm, … và đặc điểm bề mặt lƣu vực. Trên cơ sở đó mô hình tìm các
biểu diễn các quan hệ mƣa - dòng chảy bằng các biểu thức toán học khác nhau.
Trong việc mô hình hoá sự hình thánh dòng chảy thì có 2 cách tiếp cận: tiếp cận vật
lý – toán và tiếp cận thông số hóa.
Đối với cách tiếp cận thông số hóa gồm có: Mô hình thông số tập trung
thƣờng xét trên diện tích dòng chảy cơ sở, các thông số đặc trƣng là giá trị trung
bình cho cảc lƣu vực. Mô hình thông số tập trung biểu diễn hàm vào và hàm ra phụ
thuộc vào thời gian mà không xét theo không gian. Mô hình thông số phân tán
ngoài yếu tố thời gian còn chứa ít nhất một thông số nữa thí dụ nhƣ không gian.
Những mô hình có thông số tập trung lại có thể đƣợc chia làm 2 loại mô hình hộp
đen và mô hình quan niệm.:
- Mô hình hộp đen: Cấu tạo và thông số của mô hình không rõ ràng. Các mô
hình thông số đơn giản của dòng chảy mặt đã sớm đƣợc dùng trong thuỷ văn.
Những mô hình đầu tiên thƣờng là những mô hình mô phỏng quan hệ giữa dòng
chảy mặt với lƣợng mƣa và diện tích hứng nƣớc có dạng thuần tuý kinh nghiệm.
- Mô hình quan niệm: Khi hiểu biết càng sâu hơn thì mô hình đƣợc dùng
ngày càng phức tạp hơn. Do độ phức tạp ngày càng tăng dẫn đến sự phân chia về
mặt phƣơng hƣớng sử dụng mô hình. Sự phân chia này đã đẫn đến mô hình thành
phần và mô hình hệ thống.
ra ở thành bên và một cửa ra ở đáy. Lƣợng mƣa rơi xuống mặt đất đi vào bể trên
cùng. Sau khi khấu trừ tổn thất, bốc hơi, một phần sẽ thấm xuống bể dƣới theo cửa
MÔ HÌNH TOÁN THUỶ VĂN
Mô hình tất định Mô hình ngẫu nhiên
Mô hình thông
số tập trung
Mô hình thông
số phân tán
Mô hình
hộp đen
Mô hình
quan niệm
MÔ HÌNH TOÁN THUỶ VĂN
Mô hình tất định Mô hình ngẫu nhiên
Mô hình thông
số tập trung
Mô hình thông
số phân tán
Mô hình
hộp đen
Mô hình
quan niệm
MÔ HÌNH TOÁN THUỶ VĂN
Mô hình tất định Mô hình ngẫu nhiên
Mô hình thông
số tập trung
Mô hình thông
số phân tán
Mô hình
hộp đen
Thông số mô hình
Mô hình TANK là mô hình nhiều thông số nhƣng nhóm thông số chính là hệ
số các cửa ra các bể, hệ số hiệu chỉnh mƣa và tỷ trọng trạm mƣa. Các thông số khác
ảnh hƣởng đến dòng chảy tính toán ở mức độ thấp hơn.
Các thông số cửa ra các bể trong việc diễn tả cân bằng nƣớc từng bể và giữa
các bể với nhau có mối quan hệ nhất định phản ánh đặc tính từng thành phần dòng
chảy. Ví dụ: Tổng hệ số cửa ra thành bên và đáy không thể lớn hơn 1. Hệ số dòng
chảy cửa ra thành bên bể A phải lớn hơn các bể B, C, D…
2 Mô hình SARR
ợc giới thiệu năm 1958 do nhóm kỹ sƣ thuộc quân lực
Mỹ, tác giả
Formatted: Font: 13 pt, Portuguese
(Brazil)
Formatted: Font: 13 pt, Portuguese
(Brazil)
Formatted: Font: 13 pt, Portuguese
(Brazil)
9
.
Nét nổi bật của mô hình SSARR là thể hiện quan hệ mƣa - dòng chảy một
cách chi tiết, hợp lý. Các yếu tố thuỷ văn đƣợc phân tích cho mỗi lƣu vực tƣơng đối
đồng nhất. Mô hình SSARR đƣợc dùng để tính toán khôi phục dòng chảy từ mƣa,
tính toán dự báo dòng chảy lũ.
Mô hình SSARR đƣợc thiết lập nhằm sử dụng cho mục đích chính sau đây:
Tổng hợp dòng chảy từ mƣa hoặc tuyết tan trên lƣu vực, nghiên cứu điều hành hệ
thống sông và dự báo dòng chảy. Mô hình SSARR gồm 3 mô hình thành phần. Các
mô hình thành phần này có thể hoạt động độc lập hoặc kết hợp với nhau tuỳ theo
mục đích của ngƣời sử dụng.
- Mô hình lƣu vực: Tổng hợp dòng chảy từ mƣa hoặc tuyết tan trên lƣu vực.
MIKE NAM là mô hình liên tục và do đó có thể mô phỏng mƣa trong nhiều
năm, tuy nhiên bƣớc thời gian cũng có thể đƣợc hiệu chỉnh để nó có thể mô phỏng
trận mƣa và các cơn bão nhất định. MIKE NAM là mô hình bán kinh nghiệm có
nghĩa là nó mô tả đơn giản hoá dạng định lƣợng, các biến đổi của đất trong chu kì
thủy văn và sẽ đƣợc giải thích nhiều hơn. Thật không rõ ràng rằng liệu có thêm bất
kể cái gì đến phần mềm MIKE NAM khi nó không còn là một chƣơng trình riêng
biệt nữa và thay thế kết hợp vào bộ mô hình MIKE 11. Bây giờ chƣơng trình với tên
gọi là MIKE-11 RR và đƣợc xem là một môđun thêm vào bộ MIKE-11. MIKE-11
RR không chỉ gồm MIKE NAM mà còn mô hình đƣờng đơn vị (UHM), SMAP (mô
hình tính toán độ ẩm tháng) và URBAN (quá trình dòng chảy có nghĩa là thời
gian/diện tích, sóng động học). Nhƣ đã đề cập ở phần trên MIKE NAM là mô hình
tất định và do đó dƣờng nhƣ lƣu vực trở thành một đơn vị đồng nhất. Để đánh giá
sự thay đổi của các thuộc tính thủy văn của lƣu vực, lƣu vực chia ra thành nhiều lƣu
vực con khép kín. Điều này phân bố lƣu vực đang xét thành các lƣu vực con, quá
trình diễn toán thực hiện bởi môđun diễn toán thủy động lực trong kênh của MIKE-11.
11
Phƣơng pháp này cho phép các tham số khác nhau của MIKE NAM ứng dụng trong
mỗi một lƣu vực con, do đó nó đƣợc xem là mô hình phân bố.
Thật khó để phân loại mô hình này khi có nhiều đặc trƣng mở rộng. Đó là vì
mô hình sử dụng cơ sở lý thuyết hoàn toàn khác các mô hình ở trên. Thêm vào đó,
bây giờ MIKE NAM là một môđun của MIKE-11 cho nên nó càng trở nên đặc biệt
hơn. Mô hình có khuynh hƣớng mở rộng nhiều mặt để mô phỏng lũ, điều này làm
mô hình có tính cạnh tranh với các mô hình khác. Do đó chỉ có một đặc trƣng mở
rộng trong mô hình có thể ứng dụng khác với diễn toán mƣa rào-dòng chảy cơ bản,
là sự tích hợp ở mức độ cao với mô hình thủy lực MIKE-11.
1.3 Đánh giá tính bất định trong quy trình dự báo lũ
Trong các bƣớc của quy trình dự báo lũ nói chung luôn tồn tại những sai số
nhất định nhiều nguyên nhân chủ quan cũng nhƣ khách quan. Sai số do đo đạc, xử
lý số liệu, truyền số liệu là khó tránh khỏi, đã ảnh hƣởng trực tiếp đến số liệu đầu
đầu cho trƣớc của mô hình, cần phải xác định lƣợng ra. Bài toán ngƣợc, lƣợng ra
đƣợc coi là cho trƣớc và cần tìm các giá trị thông số. Bài toán ngƣợc quan trọng
nhất đối với thuỷ văn hiện đại là xác định các thông số và các phần tử chƣa biết của
cấu trúc mô hình. Những bài toán ngƣợc thƣờng là các bài toán thiết lập không
đúng đắn bởi vì những sai sót nhỏ của số liệu gốc có thể dẫn đến những sai số lớn
trong những đại lƣợng ra (những thông số của mô hình). Việc xác định những thông
số dùng trong thuỷ văn rất phức tạp mặt khác lại không thể đảm bảo tính duy nhất
nghiệm. Đối với bất kỳ mô hình toán thuỷ văn nào, muốn sử dụng cho một lƣu vực
cụ thể, trƣớc hết phải xác định đƣợc giá trị thông số của mô hình. Tuy nhiên những
thông số đó lại không thể xác định bằng cách đo đạc trực tiếp mà chỉ có thể dựa vào
kinh nghiệm, sự hiểu biết địa lý và điều kiện khí hậu nhất định để chọn lựa áng
chừng các thông số rồi thử đi, thử lại nhiều lần khi nào thấy phù hợp theo một tiêu
chuẩn nào đó thì thôi. Để làm đƣợc điều này đòi hỏi ngƣời sử dụng phải có kiến
thức về mô hình và sự hiểu biết kỹ lƣỡng về lƣu vực. Do vậy, ngay cả khi sử dụng
mô hình hiện đại nhất cũng vẫn luôn tồn tại sai số trong dự báo.
1.4 Tổng quan về lƣu vực sông Vệ
1.4.1 Vị trí địa lý
Sông Vệ bắt nguồn từ vùng núi cao 1000m - 1200m, có
toạ độ địa lý là 14032’25” vĩ độ Bắc, 108037’4” kinh độ Đông, vị trí trạm An Chỉ
13
có toạ độ 14058’15” vĩ Bắc và 108047’36” kinh Đông; Sông Vệ chả
- ổ
(nằm gọn trong tỉnh Quảng Ngãi); Tính đến trạm An Chỉ, sông Vệ
841 (chƣa thống nhất diện tích lƣu vực) km
2
0,79 km/km
2
,
19,9%; phía Bắc và phía Tây giáp với sông Trà Khúc, phía Nam giáp tỉnh Bình
Vùng nghiên cứu kéo dài thành một dải theo phƣơng kinh tuyến. Trên chiều
dài lớn đó bao gồm nhiều cấu trúc địa chất với chế độ kiến tạo, thành phần thạch
học khác nhau. [7, 9]
Thành phần đá gốc ở đây bao gồm các thành tạo: granulit mafic, gơnai
granat, cordierit, hypersten, đá gơnai, đá phiến amphibol, biotit, amphibotit,
migmatit (phức hệ sông Tranh) ở vùng làng Triết, đá xâm nhập granit, granodiorit,
migmatit (phức hệ Chu Lai- Ba Tơ) ở khu vực núi 524, Bắc Nƣớc Dàng và rải rác
trên bề mặt đồng bằng, đáng kể nhất là Mộ Đức. Thành tạo Đệ tứ ở lƣu vực gồm:
cuội, cát, bột phân bố dọc thung lũng sông ở vùng Ba Tơ, Đông Nghĩa Minh và hỗn
hợp cuội, sỏi dăm cát, bột ở Tây Nam Đức Phổ. Phần còn lại của lƣu vực gần sát
biển là các thành tạo cát, bột có nguồn gốc biển và gió biển. Đất trên lƣu vực rất đa
dạng, gồm 6 nhóm đất. ở vùng đồi núi có các loại đất nhƣ đất đỏ vàng trên đá biến
15
chất và đất sét, chiếm phần lớn diện tích. ở vùng đồng bằng có các loại đất nhƣ: cát,
đất phù sa, đất xám và đất đỏ vàng. Đất xám và đất xám bạc màu nằm ở vùng cao,
đất đen, đất đỏ vàng là loại đất phân bố rộng rãi ở miền núi, thành phần cơ giới nhẹ
[7, 9].
1.4.4 Thảm phủ thực vật
Rừng tự nhiên trên lƣu vực còn ít, chủ yếu là loại rừng trung bình và rừng
nghèo, phần lớn phân bố ở núi cao. Vùng núi cao có nhiều lâm thổ sản quý. Vùng
đồi núi còn rất ít rừng, đại bộ phận là đồi núi trọc và đất trồng cây công nghiệp, cây
bụi, ngoài ra ở vùng hạ lƣu có đất trồng nƣơng rẫy xen dân cƣ. Trên lƣu vực có các
loại lớp phủ thực vật và tỉ lệ che phủ so với diện tích lƣu vực (%) tƣơng ứng nhƣ
sau: rừng rậm thƣờng xanh cây lá rộng nhiệt đới gió mùa đã bị tác động (12,27%),
rừng thƣa rụng lá hoặc trảng cây bụi có cây gỗ rải rác (50,5%), cây trồng nông
nghiệp ngắn ngày (37,23%).
1.4.5 Khí hậu
Đông. đ
. Cũng do h
C.
6 - 7
o
C.
Bảng 1.1 Nhiệt độ bình quân tháng, năm
I II III IV V VI VII VIII IX X XI XII Năm
Ba Tơ 21,4 22,7 24,6 26,8 27,7 28,1 28,0 27,8 26,5 25,1 23,5 21,6 25,3
i 21,7 22,5 24,4 26,7 28,3 28,8 28,7 28,6 27,1 25,8 24,1 22,0 25,7
30
o
37-38
o
15 - 24
o
15 - 16
o
C .
Đây là vùng có nền nhiệt độ tƣơng đối cao nhƣng ít biến động.
-
Formatted: Font: 13 pt
Formatted: Font: 13 pt
17
V,
.
.
Bảng 1.2: Số giờ nắng bình quân tháng trung bình nhiều năm trạm (giờ)
I II III IV V VI VII VIII IX X XI XII
Năm
1,700 – 2,200
mm.
+ :
19
-
.
+
:
- -
-
, XI
649.9
mm.
- Trong khi đ -
-
3¸ .
- .
Copyright: Tài liệu đại học ©